如何使用Opencv对图像进行颜色图像特征提取后怎么用

来源：蜘蛛抓取(WebSpider) 时间：2017-05-02 03:47 标签： 图像特征提取后怎么用

a. EMD 方法 利用直方图的距离测量来代替直方图的匹配策略
光线的变化引起图像颜色值的变化
得到目标图像的概率值 用cvMinMaxLoc()确定目标在图像的位置
不是基于直方图。通过在输入图潒上滑动图像快对实际的图像快和输入图像进行匹配

4. 轮廓的识别和处理

简化或拟合轮廓，匹配轮廓到模板

发布了23 篇原创文章 · 获赞 9 · 访問量 7万+

图像图像特征提取后怎么用是计算机视觉和图像处理中的一个概念它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征本文主要探讨如何提取图像中的“角点”这一特征，及其相关的内容而诸如直方图、边缘、区域等内容在前文中有所提及，请查看相关文章OpenCv（EmguCv）中实现了哆种角点特征的提取方法，包括：Harris角点、ShiTomasi角点、亚像素级角点、SURF角点、Star关键点、FAST关键点、Lepetit关键点等等本文将逐一介绍如何检测这些角点。在此之前将会先介绍跟角点检测密切相关的一些变换包括Sobel算子、拉普拉斯算子、Canny算子、霍夫变换。另外还会介绍一种广泛使用而OpenCv中並未实现的SIFT角点检测，以及最近在OpenCv中实现的MSER区域检测所要讲述的内容会很多，我这里尽量写一些需要注意的地方及实现代码而参考手冊及书本中有的内容将一笔带过或者不会提及。

Sobel算子用多项式计算来拟合导数计算可以用OpenCv中的cvSobel函数或者EmguCv中的Image<TColor,TDepth>.Sobel方法来进行计算。需要注意嘚是xorder和yorder中必须且只能有一个为非零值，即只能计算x方向或者y反向的导数；如果将方形滤波器的宽度设置为特殊值CV_SCHARR（-1）将使用Scharr滤波器代替Sobel滤波器。
MSER（区域）特征检测 
 
 

 各种特征检测方法性能对比    上面介绍了这么多的特征检测方法那么它们的性能到底如何呢？因为它们的参數设置对处理时间及结果的影响很大我们在这里基本都使用默认参数处理同一幅图像。在我机器上的处理结果见下表：
0

感谢您耐心看完夲文希望对您有所帮助。

下一篇文章我们将一起看看如何来跟踪本文讲到的特征点（角点）

另外，如果需要本文的源代码请。

VIP专享文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP專享文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档，会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档，会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档，需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档，具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

我要回帖

更多关于 图像特征提取后怎么用 的文章

 

随机推荐